分类目录归档:解决方案

FinGPT_Forecaster-基于人工智能的股票预测工具


FinGPT_Forecaster 是一个基于人工智能的股票预测工具,由 AI4Finance-Foundation 开发,旨在通过分析市场新闻和公司基本面信息,预测股票价格的短期走势。以下是关于 FinGPT_Forecaster 的详细介绍:


1. 项目概述

FinGPT_Forecaster 是 FinGPT 项目中的一个重要模块,专注于股票市场的短期预测。它通过整合过去几周的市场新闻和公司基本面信息,生成对目标公司未来一周股价走势的预测,并提供详细的分析报告。该工具基于 Llama-2-7b-chat-hf 模型,使用 LoRA(低秩适应)技术进行微调,训练数据涵盖 2022 ...

Read more

Teaching-开源STEAM平台-在线教育


该网页是开源STEAM平台的官网,由上海鸽蛋网络科技有限公司打造,旨在为机构、学校和教育从业者提供STEAM在线教育解决方案,推动教育发展。 1. 平台功能与特点 - 功能集成丰富:整合编程工具、作业系统、题库考试系统、赛事系统、编程社区,还封装AI、微信生态对接等常用工具。 - 权限管理精细:可区分多校区,精确控制角色和用户权限,实现个性化数据和界面展示。 - 多端适配便捷:兼容主流浏览器,适配PC、平板、手机,方便随时随地使用。 - 架构灵活安全:采用PaaS/SaaS架构,支持定制开发,数据独立部署存储保障安全。 - 教学工具多样:默认集成S...

Read more

LangGraph 架构-1


LangGraph 架构详解

LangGraph 是一个基于图的编程框架,专为构建多智能体应用和复杂工作流设计。它结合了 LangChain 的核心功能,并引入了图计算模型,支持循环、分支等复杂控制流。以下是 LangGraph 架构的详细解析:

1. 核心概念

  • 节点(Node):节点是图的基本单元,代表一个计算步骤或任务。节点可以是函数、模型调用或其他操作。
  • 边(Edge):边连接节点,定义数据流和控制流。边可以是有条件的,根据某些条件决定是否执行。
  • 图(Graph):图由节点和边组成,表示整个工作流或应用逻辑。

2. 主要组件

  • State:状态是图中传递的数据结构,通常是一个字...

Read more

LangGraph架构详解:开启AI认知架构的新纪元


LangGraph架构详解:开启AI认知架构的新纪元

在人工智能领域蓬勃发展的当下,为了满足日益复杂的业务需求和技术挑战,创新的框架不断涌现。LangGraph便是其中一颗耀眼的新星,它作为一个用于构建和管理复杂Agent的框架,为开发者提供了强大的工具,将AI智能体的构建推向了新的高度,开启了自定义认知架构的新纪元。

一、LangGraph的核心定位与理念

LangGraph是一个基于图结构的开源框架,隶属于LangChain生态系统,专为构建状态化、多代理系统而设计,尤其在与大型语言模型(LLMs)结合使用时,能够创建出功能强大且灵活的代理和多代理工作流。其核心设计理念在于帮助开发者...

Read more

BigQuant人工智能 量化投资交易平台


BigQuant是一个量化交易平台,致力于以AI赋能投资,为投资者提供多种服务与工具,在量化投资领域具有全面的业务布局和广泛的影响力。 1. 平台核心业务

- **策略开发支持**:具备强大的策略开发功能,如“AI帮您写策略”(即将上线),能满足不同投资者的策略编写需求。同时提供因子构建与分析工具,通过表达式引擎创建多样化因子库并进行全方位分析,还有海量因子库(2000 +基础因子库及AI挖掘的衍生因子),方便投资者发现市场机会。
- **交易类型策略**:涵盖多种交易策略,如全A股股票策略(考虑小市值、动量因子,追求高年化收益)、中证500指数增强策略(多采用金工和高频因子,优化组合考...

Read more

Backtesting.py -Python 回测框架


Backtesting.py 是一个高效、轻量级的 Python 回测框架,专注于单资产交易策略的开发和优化。以下是其核心特性和使用指南:


1. 核心特性与优势

  • 轻量级与高性能
    Backtesting.py 基于现代 Python 工具链(Pandas、NumPy、Bokeh),执行速度快且内存占用低,适合快速迭代策略。
  • 简洁的 API 设计
    通过继承 Strategy 类并重写 init()next() 方法即可定义策略,支持技术指标集成(如 TA-Lib)。
  • 交互式可视化
    使用 bt.plot() 生成交互式图表,展示资金曲线、交易信号、持仓变化等,支持动态缩放...

Read more

Backtrader-Python 量化交易回测框架


Backtrader 是一个功能强大的 Python 量化交易回测框架,支持策略开发、回测、优化及实盘交易。以下是关于 Backtrader 的核心要点及使用指南:


1. 核心概念与安装

  • 核心组件
  • Cerebro:回测引擎,负责整合数据、策略、资金管理和分析模块。
  • Strategy:策略类,定义交易逻辑(如买入/卖出条件),需继承 bt.Strategy 并实现 next() 方法。
  • Data Feed:支持多种数据源(如 CSV、Pandas DataFrame),通过 bt.feeds 加载。
  • Indicators:内置技术指标(如移动平均线、RSI、MACD),可直接调用...

Read more

通联数据商城-数据源-网站池


通联数据商城是一个为量化投资和人工智能领域提供海量数据的平台,具有多方面优势: 1. 数据丰富多样

- **行情数据**:涵盖沪深、基金期货、债券和港股行情,具备及时、准确、权威的特点。
- **基本面数据**:全面、精准、丰富,多层次、多维度覆盖多市场品种数据。
- **其他数据**:包含资讯、宏观、股票、基金、研报、债券、电商数据等,还涉及社交数据,满足各类数据需求。
  1. 数据品质保障:由专业团队负责数据的收集、清洗、加工及存储,确保数据精准可靠。同时,定期推出通联自主生产的特色数据。
  2. 接入方式灵活:支持JSON、CSV、API等多种数据获取方式,适配MATLAB、R、C++、Py...

Read more

FinRobot:开源金融AI代理平台


FinRobot:开源金融AI代理平台

1. FinRobot简介

  • 定义与目标:FinRobot是一个开源的AI代理平台,专注于金融领域应用,通过大型语言模型(LLMs)构建复杂金融分析和决策工具,旨在促进AI在金融决策中的广泛应用。
  • 架构设计:FinRobot架构分为四层,包括金融AI代理层、金融LLM算法层、LLMOps和DataOps层以及多源LLM基础模型层,支持市场预测、文档分析和交易策略等多种金融专业AI代理。

2. 主要功能

  • 金融机器学习(FinML):基于多种机器学习技术提高金融预测分析的能力。
  • 金融多模态LLM:处理并综合来自多种模态(如文本、图表和表格)的信息,...

Read more

FinRobot概述-V0


  1. FinRobot概述
    1.1 定义与目标
    FinRobot是一个开源的AI代理平台,专注于金融领域的应用。它基于大型语言模型(LLMs)构建,能够进行复杂的金融分析和决策。其目标是通过金融思维链(CoT)提示功能,将复杂的金融问题分解为逻辑步骤,增强分析能力,促进AI在金融决策中的广泛应用。FinRobot旨在为金融行业提供一个综合性的AI解决方案,帮助用户更好地应对金融市场中的各种挑战,提升决策的准确性和效率。
    1.2 架构组成
    FinRobot的整体架构由四个层次组成,每一层都针对金融AI处理和应用的特定方面进行了精心设计,以实现高效、灵活且强大的功能。
    金融AI代理层
    这一层...

Read more